2D-3D-S室内语义数据集下载 | Stanford 2D-3D-Semantic全景图像数据 | 多模态室内场景理解基准

2D-3D-S(Stanford 2D-3D-Semantic)是由斯坦福大学发布的大型室内空间多模态数据集，覆盖6000平方米真实建筑室内环境。该数据集提供70000余张RGB全景图像及配套深度图、表面法线图、语义标注图、全局XYZ坐标图，同时包含完整的相机参数、空间注册信息、语义标注3D mesh和点云数据，是室内场景理解领域最具代表性的基准数据集之一。

数据集核心内容

70000+张RGB图像（规则视角与360°等矩形全景两种格式）

逐像素深度图、表面法线图、全局XYZ坐标图

实例级语义分割标注（覆盖墙面、地面、家具、门窗等类别）

语义标注的3D mesh模型与点云数据

精确的相机内外参及空间注册信息

2D、2.5D、3D三种模态间的精确配准

主要应用场景

该数据集适用于室内场景语义分割算法训练与评测、深度估计模型验证、表面法线预测研究、2D-3D跨模态联合学习、室内三维重建与SLAM算法测试、点云语义分割方法开发，以及无监督/自监督表示学习在结构化室内空间中的探索。作为CVPR、ICCV、ECCV等顶级会议室内场景理解论文的标准评测基准，2D-3D-S数据集是从事计算机视觉、机器人导航、智能建筑、AR/VR方向研究者的重要数据资源。

数据格式说明

图像数据提供规则视角与360°等矩形(equirectangular)两种格式，语义标注覆盖实例级类别标签，3D数据包含完整mesh拓扑结构与点云坐标，可直接用于Matterport3D、ScanNet等主流室内场景理解框架的对比实验。